---
title: Dashboard Empresas Sector Privado Desarrollado por Angel Salomon Rodriguez Naola


output: 
  flexdashboard::flex_dashboard:
    theme: sandstone
    social: menu
    source_code: embed
    orientation: columns
    vertical_layout: fill
---


```{r setup, include=FALSE}
library(tidyverse)
library(grid)
library(gridExtra)
library(sf)
library(readxl)
library(ggrepel)
library(readr)
library(ggplot2)
library(ggalt)
library(dslabs)
library(CGPfunctions)
library(flexdashboard)
library(yaml)
library(knitr)
require(plotly)
library(ggplot2)
require(gganimate)
require(esquisse)
require(gapminder)
library(ggplot2)
library(kableExtra)
library(animation)

```
**Descripción de la base** 
=======================================================================

Column {data-width=500}
-----------------------------------------------------------------------




### **Descripción**

- Información Estadística de número de empresas del sector privado distribuidos por distritos mensualmente en el año 2021.
- Fuente: Superintendencia Nacional de Aduanas y de Administración Tributaria (SUNAT) 
- El marco principal de datos de dicha información tiene 1369 filas y 14 variables:

- **Ubigeo**: factor con 1369 niveles
- **DISTRITOS**: factor con 1369 niveles
- **ENERO**: Número de empresas del sector privado en Enero 2021
- **FEBRERO**: Número de empresas del sector privado en Febrero 2021
- **MARZO**: Número de empresas del sector privado en Marzo 2021
- **ABRIL**: Número de empresas del sector privado en Abril 2021
- **MAYO**: Número de empresas del sector privado en Mayo 2021
- **JUNIO**: Número de empresas del sector privado en Junio 2021
- **JULIO**: Número de empresas del sector privado en Julio 2021
- **AGOSTO**: Número de empresas del sector privado en Agosto 2021
- **SETIEMBRE**: Número de empresas del sector privado en Setiembre 2021
- **OCTUBRE**: Número de empresas del sector privado en Octubre 2021
- **NOVIEMBRE**: Número de empresas del sector privado en Noviembre 2021
- **DICIEMBRE**: Número de empresas del sector privado en Diciembre 2021




Column {data-width=500}
-----------------------------------------------------------------------


### **Resumen**

```{r}

setwd("~/ANGEL RODRIGUEZ/CURSO ANALITICA DE DATOS Y GEOREFERENCIACION CON R UNI/EXAMEN FINAL")
options(scipen = 999)

#Cargando la base de Datos
df <- read_csv("Empresas sector privado por mes Segun Distritos 2021.csv")

# Renombrando Columnas

df<-rename(df, UBIGEO = `Código de Ubigeo`)

#Eliminando Espacios en los campos numericos

dfn <-as.data.frame(apply(df,2,function(x) str_replace_all(string=x,pattern=" ", repl="")))


# Pivoteando el dataframe df

dft <- dfn %>%
    pivot_longer(cols = Enero:Diciembre,
        names_to = "MES",
        values_to = "NUMEROEMPRESAS" )


#Cambiando de formato caracter a numerico
dft$NUMEROEMPRESAS<-as.numeric(dft$NUMEROEMPRESAS)

#Asignando valores NA a cero
dft[is.na(dft)] <- 0
dft


# Recodificando los meses en Periodo del año 2021

dft$PERIODO[dft$MES =="Enero"] <-202101
dft$PERIODO[dft$MES =="Febrero"] <-202102
dft$PERIODO[dft$MES =="Marzo"] <-202103
dft$PERIODO[dft$MES =="Abril"] <-202104
dft$PERIODO[dft$MES =="Mayo"] <-202105
dft$PERIODO[dft$MES =="Junio"] <-202106
dft$PERIODO[dft$MES =="Julio"] <-202107
dft$PERIODO[dft$MES =="Agosto"] <-202108
dft$PERIODO[dft$MES =="Setiembre"] <-202109
dft$PERIODO[dft$MES =="Octubre"] <-202110
dft$PERIODO[dft$MES =="Noviembre"] <-202111
dft$PERIODO[dft$MES =="Diciembre"] <-202112


# Carguemos el mapa 
distrital <- read_sf("mapasDsto/DISTRITOS_inei_geogpsperu_suyopomalia.shp")
str(distrital)

# Uniendo el Departamento y Provincia

dft$DEPARTAMENTO <- distrital$NOMBDEP[ match(dft$UBIGEO, distrital$UBIGEO) ]
dft$PROVINCIA <- distrital$NOMBPROV[ match(dft$UBIGEO, distrital$UBIGEO) ]
dft$DISTRITO <- distrital$NOMBDIST[ match(dft$UBIGEO, distrital$UBIGEO) ]

#Eliminando los NA's
dft <- dft[!is.na(dft$DEPARTAMENTO),]


#Resumen de los datos
resumen <- summary(dft)
kable(resumen) %>% 
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"))
  
```


### **Estructura**

```{r}
st <- str(dft)
st
  
```




**Evolutivo de Empresas Privadas en Regiones del Perú - 2021 **
============================================================================

Row
----------------------------------------------------------------------------

### **Evolutivo Número de Empresas Región Lima vs Región Norte**
```{r}

#Agrupando por Departamento
dep<-dft %>%
  group_by(DEPARTAMENTO,PERIODO) %>%
  summarise(NUMEROEMPRESAS=sum(NUMEROEMPRESAS))


dep$PERIODO=as.character(dep$PERIODO)

#distLimaCallao<-as.data.frame(distLimaCallao)

depLimaNorte <- c("ANCASH","CAJAMARCA","CALLAO","LA LIBERTAD","LAMBAYEQUE","LIMA","PIURA","TUMBES")

labels <- data.frame(DEPARTAMENTO = depLimaNorte, x = c(2,3,4,5,6,7,8,11), y = c(8500, 6500,11200,12900,18900,172000,11000,30))
p<-dep %>% filter(DEPARTAMENTO %in% depLimaNorte) %>%
  ggplot(aes(PERIODO, NUMEROEMPRESAS, col = DEPARTAMENTO,group=DEPARTAMENTO)) +
  geom_line() +
  geom_text(data = labels, aes(x, y, label = DEPARTAMENTO), size = 4) +
  theme(legend.position = "none")


ggplotly(p)

```

### **Evolutivo Número de Empresas Región Lima vs Región Centro**
```{r}

#Evolutivo Numero de Empresas Región Lima vs Región Centro

depLimaCentro <- c("CALLAO","JUNIN", "HUANCAVELICA","HUANUCO","LIMA","PASCO")

labels <- data.frame(DEPARTAMENTO = depLimaCentro, x = c(2,4,6,8,10,12), y = c(12050, 10000, 30,8000,171900,1870))
q<-dep %>% filter(DEPARTAMENTO %in% depLimaCentro) %>%
  ggplot(aes(PERIODO, NUMEROEMPRESAS, col = DEPARTAMENTO,group=DEPARTAMENTO)) +
  geom_line() +
  geom_text(data = labels, aes(x, y, label = DEPARTAMENTO), size = 4) +
  theme(legend.position = "none")

ggplotly(q)

```


Row
-----------------------------------------------------------------------


### **Evolutivo Número de Empresas Región Lima vs Región Sur**

```{r}
#Evolutivo Numero de Empresas Región Lima vs Región Sur

depLimaSur <- c("APURIMAC","AREQUIPA","AYACUCHO","CALLAO","CUSCO", "ICA","LIMA","MOQUEGUA","PUNO","TACNA")

labels <- data.frame(DEPARTAMENTO = depLimaSur, x = c(2,3,4,5,6,7,8,9,11,12), y = c(250, 24000,300,12000,9800,9550,175000,250,2200,1800))
r<-dep %>% filter(DEPARTAMENTO %in% depLimaSur) %>%
  ggplot(aes(PERIODO, NUMEROEMPRESAS, col = DEPARTAMENTO,group=DEPARTAMENTO)) +
  geom_line() +
  geom_text(data = labels, aes(x, y, label = DEPARTAMENTO), size = 4) +
  theme(legend.position = "none")

ggplotly(r)
```

### **Evolutivo Número de Empresas Región Lima vs Región Oriente**

```{r}
#Evolutivo Numero de Empresas Región Lima vs Región Oriente

depLimaOriente <- c("AMAZONAS","CALLAO","LIMA", "LORETO","MADRE DE DIOS","SAN MARTIN","UCAYALI")

labels <- data.frame(DEPARTAMENTO = depLimaOriente, x = c(2,4,6,8,10,11,12), y = c(250, 12300, 172000,6000,4000,8150,2500))
s<-dep %>% filter(DEPARTAMENTO %in% depLimaOriente) %>%
  ggplot(aes(PERIODO, NUMEROEMPRESAS, col = DEPARTAMENTO,group=DEPARTAMENTO)) +
  geom_line() +
  geom_text(data = labels, aes(x, y, label = DEPARTAMENTO), size = 4) +
  theme(legend.position = "none")
ggplotly(s)
```



**Distribución de Empresas Privadas en Distritos de Lima Metropolitana y Callao - 2021 **
============================================================================

Row
----------------------------------------------------------------------------

### **Distribución de Número de Empresas por Distritos de Lima Metropolitana y Callao**
 
```{r}

LimaMetrop <-  dft %>%
  filter((DEPARTAMENTO == "LIMA" | DEPARTAMENTO=="CALLAO") & (PROVINCIA =="LIMA" | PROVINCIA=="CALLAO") )


LimaMetrop$PERIODO=as.character(LimaMetrop$PERIODO)

# Grafico de Numero de Empresas por Periodo, por Cada Dsitrito de Lima Metropolitana
t<-ggplot(LimaMetrop, aes(x=PERIODO, y = NUMEROEMPRESAS,group=1)) +
  geom_line(color="grey") +
  geom_point(color="blue") +
 facet_wrap(~DISTRITO) + 
  theme_minimal(base_size = 10) +
  theme(axis.text.x = element_text(angle = 90,hjust=1)) +
  labs(title = "Número de Empresas por Distritos de Lima Metropolitana",
       x = "Periodo",
       y = "Numero de Empresas")

ggplotly(t)

```


**Distribución de Empresas Privadas en Zonas de Lima Metropolitana y Callao - 2021 **
============================================================================

Row
----------------------------------------------------------------------------

### **Diagrama de Cajas por Zonas de Lima Metropolitana y Callao**
```{r}

# Cargando Los Distritos de Lima y Callao
LimaMetPer <- dft %>%
  filter((DEPARTAMENTO == "LIMA" | DEPARTAMENTO=="CALLAO") & (PROVINCIA =="LIMA" | PROVINCIA=="CALLAO") )


# Recodificación de Distritos de Lima y Callao por Zonas

LimaMetPer$ZONA[LimaMetPer$DISTRITO =="BREÑA"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="JESUS MARIA"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LA VICTORIA"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="RIMAC"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LINCE"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="MAGDALENA DEL MAR"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="MIRAFLORES"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="PUEBLO LIBRE"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SAN BORJA"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SAN ISIDRO"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="BARRANCO"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SAN MIGUEL"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SANTIAGO DE SURCO"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SURQUILLO"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LIMA"] <-"LIMA CENTRO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="ANCON"] <-"LIMA NORTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="CARABAYLLO"] <-"LIMA NORTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="COMAS"] <-"LIMA NORTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="INDEPENDENCIA"] <-"LIMA NORTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LOS OLIVOS"] <-"LIMA NORTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="PUENTE PIEDRA"] <-"LIMA NORTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SAN MARTIN DE PORRES"] <-"LIMA NORTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SANTA ROSA"] <-"LIMA NORTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="ATE"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="CHACLACAYO"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="CIENEGUILLA"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="EL AGUSTINO"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LA MOLINA"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LURIGANCHO"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SAN JUAN DE LURIGANCHO"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SAN LUIS"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SANTA ANITA"] <-"LIMA ESTE"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="CHORRILLOS"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LURIN"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="PACHACAMAC"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="PUCUSANA"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="PUNTA HERMOSA"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="PUNTA NEGRA"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SAN BARTOLO"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SAN JUAN DE MIRAFLORES"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="SANTA MARIA DEL MAR"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="VILLA EL SALVADOR"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="VILLA MARIA DEL TRIUNFO"] <-"LIMA SUR"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="BELLAVISTA"] <-"CALLAO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="CALLAO"] <-"CALLAO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="CARMEN DE LA LEGUA REYNOSO"] <-"CALLAO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LA PERLA"] <-"CALLAO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="LA PUNTA"] <-"CALLAO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="MI PERU"] <-"CALLAO"
LimaMetPer$ZONA[LimaMetPer$DISTRITO =="VENTANILLA"] <-"CALLAO"

# Resumiendo por Zonas y Distritos 
distLimaPer<-LimaMetPer %>%
  group_by(ZONA,DISTRITO,PERIODO) %>%
  summarise(NUMEROEMPRESAS=sum(NUMEROEMPRESAS))

# Grafico de Boxplot por Zonas de Lima Metropolitana y Callao

p <- ggplot(distLimaPer, aes(x=ZONA, y=NUMEROEMPRESAS, fill=ZONA, color=ZONA)) + 
  geom_boxplot(alpha=0.3)+
  labs(y = "Número de Empresas", x = "") +
  ggtitle('Diagrama de Cajas por Zonas')

ggplotly(p)

```



### **Histograma de Número de Empresas por Zonas de Lima Metropolitana y Callao**
 
```{r}

k <- ggplot(distLimaPer, aes(x=NUMEROEMPRESAS))+
  geom_histogram(fill='lightseagreen', color="lightseagreen", alpha=0.5)+
  ggtitle('Histograma del Numero de Empresas')+
  labs(y = "Cantidad", x = "Número de Empresas")

ggplotly(k)

```


Row
-----------------------------------------------------------------------


### **Distribución de Empresas Privadas por Zonas de Lima Metropolitana y Callao**

```{r}
j <- ggplot(distLimaPer, aes(x=ZONA)) + geom_bar(fill=c('lightseagreen','lightskyblue','lightskyblue1',
                                                     'lightskyblue2', 'lightskyblue3')) +
  ggtitle('Distribución por Zonas') +
  labs(y = "Cantidad", x = "")

ggplotly(j)
 
```

### **Densidad de Empresas Privadas por Zonas de Lima Metropolitana y Callao**

```{r}
m <- ggplot(distLimaPer, aes(x=NUMEROEMPRESAS, colour=ZONA, fill=ZONA))+
  geom_density(alpha=0.4) +
  ggtitle('Densidad por Zonas') +
  labs(y = "Densidad", x = "Número de Empresas")
ggplotly(m)

```